| 评审组： | 电子与通信技术组 | | 项目名称： | 复杂场景下智能声信息处理技术及应用 |
| 提名单位： | 陕西省教育厅 |
| 提名等级： | 二等奖 |
| 提名单位意见： | 智能声信息处理是信号与信息处理领域的前沿方向，在声纹认证、人机交互、水下目标探测与识别等方面有广泛应用，对推动国家“人工智能+”战略与保障军事安全具有重要科学意义。该项目围绕“复杂场景下的智能声信息处理”这一核心科学问题，从声信号传播环境与传播介质的复杂性两个维度开展了系统研究，揭示了深度模型在声信息处理中的泛化能力提升机理，突破了经典信号处理方法的理论性能上界，构建了“复杂环境降噪-开放目标识别-水下声学应用”的智能声信息处理基础理论。
该项目在智能声信息处理理论与方法方面取得了创新成果：5篇代表性SCI论文发表于JASA、IEEE/ACM TASLP、Neural Networks等本领域顶刊，WOS总他引506次，其中1篇论文获国际神经网络学会最佳论文奖、1篇论文入选ESI高被引论文。研究成果多次被中国工程院院士、ACM/IEEE Fellow、前国际语音通信协会主席等国际知名学者引用和正面评价。相关理论方法已在十家单位实现应用验证，用户评价“在语音分析关键评价指标上达到国际领先水平”等。
主要完成人坚决拥护中国共产党的领导，理想信念坚定，始终心怀党和国家科技事业发展大局，积极投身教书育人和科研工作，治学严谨，全面落实立德树人根本任务。推荐材料属实，主要完成单位、主要完成人对排序及成果权属无异议。
提名该项目为陕西省自然科学奖二等奖。 |
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：张晓雷
排名：1
行政职务：无
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：基于深度学习的鲁棒声学降噪理论与方法、开放环境下的声纹识别理论与方法的发明者之一；对该项目《重要科学发现》1、2 做出了创造性贡献，是代表性论文（专著）1、4的第一与通讯作者，代表性论文（专著）2、3的通讯作者。
- 姓名：周星月
排名：2
行政职务：无
技术职称：副教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：智能空气声学原理启发的水下声学理论与方法的发明者之一；对该项目《重要科学发现》 3中的无需水下纯净信号训练目标的深度降噪方法做出了创造性贡献，是代表性论文（专著）5的第一作者。
- 姓名：徐及
排名：3
行政职务：无
技术职称：研究员
工作单位：中国科学院声学研究所
完成项目时所在单位：中国科学院声学研究所
对本项目主要学术贡献：智能空气声学原理启发的水下声学理论与方法的发明者之一；对该项目《重要科学发现》 3中的空气声预训练迁移的水下声目标识别理论做出了创造性贡献，是代表性论文（专著）6的通讯作者。
- 姓名：何正耀
排名：4
行政职务：无
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：智能空气声学原理启发的水下声学理论与方法的发明者之一；对该项目《重要科学发现》 3中的无需水下纯净信号训练目标的深度降噪方法做出了创造性贡献，是代表性论文（专著）7的第一与通信作者。
- 姓名：任佳威
排名：5
行政职务：无
技术职称：助理研究员
工作单位：中国科学院声学研究所
完成项目时所在单位：中国科学院声学研究所
对本项目主要学术贡献：智能空气声学原理启发的水下声学理论与方法的发明者之一；对该项目《重要科学发现》 3中的空气声预训练迁移的水下声目标识别理论做出了创造性贡献，是代表性论文（专著）6的第二作者。
- 姓名：郑乃君
排名：6
行政职务：无
技术职称：无
工作单位：深圳普洛德智能科技有限公司
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：基于深度学习的鲁棒声学降噪理论与方法的发明者之一；对该项目《重要科学发现》1中的相位感知声信号增强算法做出了创造性贡献，是代表性论文（专著）2的第一作者。
|
| 主要完成单位： | - 单位名称：西北工业大学
单位贡献：基于深度学习的鲁棒声学降噪理论与方法、开放环境下的声纹识别理论与方法、智能空气声学原理启发的水下声学理论与方法的发明单位之一；对该项目《重要科学发现》1、2、以及《重要科学发现》3中的无需水下纯净信号训练目标的深度降噪方法做出了创造性贡献；是代表性论文（专著）1、3、4、5、7的第一与通讯作者单位，代表性论文（专著）2的通讯作者单位。
- 单位名称：中国科学院声学研究所
单位贡献：基于智能空气声学原理启发的水下声学理论与方法的发明单位之一；对该项目《重要科学发现》3中的空气声预训练迁移的水下声目标识别理论做出了创造性贡献；是代表性论文（专著）6的第一与通讯作者单位。
- 单位名称：西安电子科技大学
单位贡献：基于深度学习的鲁棒声学降噪理论与方法的发明单位之一；对该项目《重要科学发现》1；中的相位感知声信号增强算法做出了创新性贡献，是代表性论文（专著）代表性论文（专著）2的第一作者单位。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
